Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
нет. Это та гибкость, которая позволяет целевому программированию достичь компромиссного решения. Естественно, хорошее компромиссное решение минимизирует число невыполняемых ограничений.
В нашем примере первые три ограничения являются неравенствами типа ">", а четвертое— неравенством типа "<". Вследствие этого положительные значения отклоняющих переменных s,+, s2, s$ и s4 будут указывать на то, что соответствующие ограничения не выполняются. Поэтому ведется поиск такого компромиссного решения, которое будет удовлетворять по возможности большему числу следующих частных целей (целевых функций).
Минимизировать G, = Минимизировать G2 - s2 Минимизировать G3 = s* Минимизировать Gt = s~
Как оптимизировать модель, имеющую несколько конфликтующих целевых функций? Для этого разработано множество разнообразных методов. В данной главе рассмотрим, во-первых, метод весовых коэффициентов и, во-вторых, метод приоритетов. Оба метода основаны на приведении множества частных целевых функций к одной целевой функции.
УПРАЖНЕНИЯ 8.1
1. Сформулируйте заново задачу о налогах из примера 8.1.1, предполагая, что городской совет определил дополнительное ограничение, которое заключается в том, что поступления от налога на бензин должны составлять не менее 10% от общих налоговых поступлений.
2. Руководство супермаркета планирует провести несколько специальных мероприятий для привлечения потенциальных покупателей. Два основных (наиболее популярных) мероприятия — эстрадный концерт и выставка искусств и ремесел — посещают практически все слои населения, которые менеджеры супермаркета условно разбивают по трем возрастным группам: ти-нэйджеры (подростковая группа), группа среднего возраста (сюда вошла и молодежь, вышедшая из подросткового возраста) и старшая возрастная группа. Стоимость одного концерта и одной выставки составляет 1 500 и 3 ООО долл. соответственно. Общий годовой бюджет этих мероприятий не должен превышать 15 ООО долл. Менеджеры супермаркета оценивают посещаемость своих мероприятий следующим образом.
Глава 8. Целевое программирование
Мероприятие | Количество посетителей | ||
Подростки | Средняя группа | Старшая группа | |
Концерт | |||
Выставка искусств |
Руководство супермаркета желает, чтобы их мероприятия посетило не менее 1000 подростков, 1200 людей из средней возрастной группы и не менее 800 потенциальных покупателей старшего возраста. Сформулируйте модель целевого программирования.
3. Университет Озарк проводит прием студентов. Всех поступающих можно разбить на три категории: жители данного штата, приезжие из других штатов и поступающие из других стран. Соотношения между мужчинами и женщинами среди поступающих данного штата и других штатов равны соответственно 1: 1 и 3: 2. Для "международных" студентов это соотношение составляет 8:1. При зачислении студентов на первый курс одним из основных факторов, влияющих на зачисление, является средний балл ACT (American College Test — Американский тест для поступающих в колледж). Статистика, накопленная университетом, свидетельствует, что средний балл ACT равен 27, 26 и 23 соответственно для поступающих данного штата, других штатов и других стран. Приемная комиссия университета при приеме первокурсников желает добиться следующего.
a) На первый курс желательно принять не менее 1200 студентов.
b) Средний балл ACT всех первокурсников должен быть не ниже 25.
c) Студенты-неамериканцы должны составлять не менее 10% от всего количества первокурсников.
d) Отношение количества женщин и мужчин желательно не менее 3: 4.
e) Среди всех принятых на первый курс жители других штатов должны составлять не менее 20%.
Сформулируйте данную проблему как модель целевого программирования.
4. Птицефабрика ежедневно потребляет 3 тонны специальных кормов. Кормовая смесь состоит из известняка, зерна и соевой муки и должна удовлетворять требованиям рационального питания:
кальций — не менее 0,8 и не более 1,2%,
белок — не менее 22%,
клетчатка — не более 5%.
В следующей таблице приведен состав ингредиентов кормовой смеси.
Кальций | Белок | Клетчатка | |
Ингредиент | (в фунтах на фунт ингредиента) | ||
Известняк | 0,380 | 0,00 | 0,00 |
Зерно | 0,001 | 0,09 | 0,02 |
Соевая мука | 0,002 | 0,50 | 0,08 |
Сформулируйте модель целевого программирования. Как вы думаете, стоит ли в данной ситуации применять модель целевого программирования?
8.1. Формулировка задачи целевого программирования
5. Фабрика игрушек производит детские тележки, для которых на стадии конечной сборки необходимы четыре колеса и два сиденья. На фабрике работа организована в три смены, причем в течение одной рабочей смены производится несколько партий колес и сидений. В следующей таблице показаны объемы партий изделий в зависимости от рабочей смены.
Смена | Количество изделий в партии |
Колеса Сиденья | |
500 300 | |
600 280 | |
640 360 |
В идеале количество произведенных колес должно точно в два раза превышать количество произведенных сидений (напомним, что на каждую тележку идет четыре колеса и два сиденья). Но так как число произведенных изделий колеблется от смены к смене, невозможно обеспечить точный баланс между количествами произведенных колес и сидений. Фабрика планирует определить, какое количество партий изделий необходимо изготовлять каждую смену, чтобы свести к минимуму дисбаланс между произведенными колесами и сидениями. В первую смену можно произвести 4 или 5 партий изделий, во вторую — от 10 до 20 партий, а в третью — от 3 до 5. Сформулируйте задачу целевого программирования.
6. Завод продает четыре типа изделий, для производства которых используются токарный и сверлильный станки. Каждый из этих станков может работать 10 часов в рабочий день. В следующей таблице показано, сколько минут рабочего времени необходимо для изготовления изделия каждого типа.
Изделие Токарный станок Сверлильный станок
1 5 3
2 6 2
3 4 6
4 7 4
Завод пытается сбалансировать время использования станков таким образом, чтобы разность между полными временами работы станков не превышала 30 минут. Спрос на изделия каждого типа составляет не менее 10 единиц. Кроме того, количество изделий первого типа не может превышать количество изделий второго типа. Сформулируйте задачу целевого программирования.
7. Производство двух изделий требует двух последовательных операций. В следующей таблице показано время (в минутах) выполнения каждой операции при изготовлении изделий.
Операция | Изделие 1 | Изделие 2 |
Глава 8. Целевое программирование
Ежедневная квота на производство первого и второго изделий составляет соответственно 80 и 60 единиц. На выполнение каждой операции отводится по 8 часов в рабочий день. Сверхурочные работы не желательны, хотя при необходимости, чтобы выполнить производственный план, их можно применять. Сформулируйте задачу целевого программирования.
8. Городская больница планирует организовать для больных кратковременный (до 4 дней) стационар на свободных местах. Предполагается, что в течение 4-дневного периода будет 30, 25 и 20 больных, которым потребуется 1-, 2- и 3-дневный стационар. Также рассчитано, что на тот же период будет свободно 20, 30, 30 и 30 мест соответственно. Используйте целевое программирование, чтобы вычислить максимальное и минимальное количество больных, которых можно принять на кратковременное лечение.
9. Семейство Траппов собирается переезжать в новый город, где оба супруга нашли новую работу. Сейчас они пытаются определить идеальное местоположение своего нового дома, составив список своих пожеланий:
а) новый дом должен быть как можно ближе к месту работы м-ра Траппа (в пределах четверти мили),
б) дом должен быть как можно дальше от шумного аэропорта (не ближе 10 миль),
в) желательно, чтобы в пределах одной мили от дома был супермаркет.
Для решения своей задачи супруги нанесли на карту города координатную сетку и пометили место работы, аэропорт и супермаркет. Получили следующие их координаты: место работы— (1, 1), аэропорт— (20,15), супермаркет — (4, 7) (все расстояния приведены в милях). Сформулируйте задачу целевого программирования. (Примечание. Ограничения не обязательно должны быть линейными.)
10. Регрессионный анализ. Предположим, что в лабораторном эксперименте каждому значению yt независимого параметра у соответствует л измерений х, i=l,2, т, j = 1, 2, л, зависимой величины х. Требуется построить линию регрессии, проходящую через экспериментальные точки. Обозначим через bJt j = 0, 1, л, коэффициенты уравнения регрессии. Коэффициенты Ь; находятся из условия минимума суммы абсолютных значений разностей наблюдаемых и расчетных (т.е. рассчитанных на основании уравнения регрессии) значений зависимой величины. Сформулируйте эту задачу в виде модели целевого программирования.
11. Задача Чебышева. Здесь, в отличие от предыдущей задачи, коэффициенты регрессии находятся из условия минимизации максимума абсолютных значений разностей наблюдаемых и расчетных значений зависимой величины. Сформулируйте задачу целевого программирования.
8.2. АЛГОРИТМЫ ЦЕЛЕВОГО ПРОГРАММИРОВАНИЯ
В этом разделе представлены два метода решения задач целевого программирования. Оба метода основаны на сведении множества частных целей к одной целевой функции. В методе весовых коэффициентов единственная целевая функция формируется как взвешенная сумма исходных частных целевых функций. В методе приоритетов на частные цели устанавливаются приоритеты в порядке их важности.
8.2. Алгоритмы целевого программирования
Исходная задача решается путем последовательного решения ряда задач ЛП с одной целевой функцией таким образом, что решение задачи с низкоприоритетной целью не может "испортить" оптимального значения целевой функции с более высоким приоритетом.
Эти методы различны по своей природе и в общем случае дают оптимальные решения, не совпадающие между собой. Вместе с тем нельзя сказать, что один из этих методов лучше другого; в сущности, они предназначены для решения задач с разными предпочтениями в процессе принятия решений.
8.2.1. Метод весовых коэффициентов
Предположим, что модель целевого программирования имеет п целей следующего вида.
Минимизировать Gt, £ = 1,2,п.
В методе весовых коэффициентов обобщенная целевая функция определяется следующим образом.
Минимизировать г = m;,G1 + w2G2 +... + wnGn.
Здесь wt (i = 1, 2, n)— положительные весовые коэффициенты, которые отображают предпочтения, отдаваемые каждой цели. Например, вариант ш, = 1 для всех i говорит о равнозначности всех целей. Задание значений весовым коэффициентам очень субъективно. В настоящее время разработаны различные методы (см. [1]), которые уменьшают субъективный фактор при определении весовых коэффициентов.
Пример 8.2.1
Новое рекламное агентство, в составе которого 10 рекламных агентов, получило контракт на рекламу нового продукта. Агентство может провести рекламную акцию на радио и телевидении. В следующей таблице приведены данные о количестве людей, охватываемых тем или иным видом рекламы, стоимость этой рекламы и количество необходимых рекламных агентов. Все эти данные отнесены к одной минуте рекламного времени.
Радио | Телевидение | |
Рекламная аудитория (млн. чел.) | ||
Стоимость (тыс. долл.) | ||
Количество рекламных агентов |
Реклама на радио и телевидении должна охватить не менее 45 миллионов человек (так называемая рекламная аудитория), но контракт запрещает использовать более 6 минут рекламы на радио. Рекламное агентство может выделить на этот проект бюджет, не превышающий 100 ООО долл. Сколько минут рекламного времени агентство должно купить на радио и сколько на телевидении?
Обозначим через дг, и х2 количество минут рекламного времени, закупленного соответственно на радио и телевидении. Для данной задачи целевого программирования можно задать следующие частные целевые функции.
Глава 8. Целевое программирование
Минимизировать G, = $,* (для выполнения условия по рекламной аудитории),
минимизировать G2 = s," (для выполнения условия по бюджету)
при выполнении ограничений
4х, + 8х, + 5* - s~ = 45 (условие по рекламной аудитории),
8jc, + 24х, + - *2 = 100 (условия по бюджету),
jc, + 2jc2 < 10 (ограничение по рекламным агентам), jc, < 6 (ограничение на рекламу по радио),
Менеджеры рекламного агентства считают, что выполнение условия по объему рекламной аудитории в два раза важнее, чем выполнение условия по бюджету. Поэтому обобщенная целевая функция будет записана следующим образом.
Минимизировать г = 2G, + G2 = 2 s* +.
Оптимальное решение этой задачи (полученное с помощью программы TORA) следующее: z = 10, х, = 5 минут, х2 = 2,5 минуты, = 5 миллионов человек. Остальные переменные равны нулю.
Тот факт, что оптимальное значение целевой функции не равно нулю, указывает, что по крайней мере одна из исходных целевых функций не достигла своего оптимального значения. Действительно, так как st* = 5, значит, объем рекламной аудитории меньше запланированного на 5 миллионов. При этом условие по бюджету выполнено, поскольку s~ = 0.
Еще раз повторим, что методы целевого программирования позволяют получить только эффективное решение задачи, которое не всегда будет оптимальным. Например, решение = 6 и х2 = 2 дает такой же объем рекламной аудитории (4x6 + 8x2= 40 миллионов человек), но при меньшей стоимости рекламной кампании (8x6+ 24 х 2 = 96 000 долл.). Существенно, что методы целевого программирования в общем случае не находят оптимум каждой целевой функции исходной модели. Этот "дефект" методов целевого программирования поднимает общий вопрос о "жизнеспособности" целевого программирования в качестве технологии оптимизации (дальнейшее обсуждение этого вопроса см. в примере 8.2.3).
УПРАЖНЕНИЯ 8.2.1
1. Решите задачу из упражнения 8.1.1, предполагая, что в обобщенную целевую функцию все частные целевые функции входят с одинаковыми весовыми коэффициентами. Будет ли в этом случае достигнут оптимум всех частных целевых функций?
2. Пусть в задаче упражнения 8.1.2 привлечение посетителей средней возрастной группы в два раза важнее, чем привлечение посетителей других возрастных групп. Найдите соответствующее решение и проверьте, будет ли достигнут оптимум всех частных целевых функций.
8.2. Алгоритмы целевого программирования
3. Пусть в задаче о приеме студентов на первый курс университета (см. упражнение 8.1.3) ограничение, касающееся общего количества принятых первокурсников, должно быть выполнено обязательно, остальные ограничения не являются жесткими. Кроме того, считаем, что ограничение на средний балл ACT в два раза важнее, чем остальные ограничения..
a) Решите данную задачу и проверьте, все ли частные целевые функции достигнут своего оптимума.
b) Пусть ограничение на количество принятых первокурсников не является жестким, но все равно имеет в два раза важнее, чем ограничение на средний балл ACT. Как в этом случае изменится решение?
4. Можно ли в условиях задачи из упражнения 8.1.4 удовлетворить всем требованиям рационального питания?
5. Найдите решение задачи из упражнения 8.1.5 и определите, можно ли сбалансировать ежедневное производство колес и сидений.
6. В задаче из упражнения 8.1.6 выполнение ограничения, касающегося удовлетворения спроса на изделия, считается в два раза важнее, чем сбалансированность рабочего времени станков. Пусть также допустимы сверхурочные работы. Решите эту задачу и проверьте, все ли частные целевые функции достигнут своего оптимума.
7. В задаче из упражнения 8.1.7 производственные квоты должны быть реализованы в любом случае; при необходимости можно использовать сверхурочные работы. Найдите решение этой задачи и определите объем сверхурочных работ, если они используются.
8. Пусть в задаче из упражнения 8.1.8 все частные целевые функции в выражении обобщенной целевой функции имеют равные весовые коэффициенты. Могут ли все частные целевые функции достичь своего оптимума?
9. Отдел кадров компании составил следующую таблицу о своих пяти работниках, чтобы установить зависимость между заработком работника и его возрастом, образованием (выражается в количестве лет, проведенных в колледже) и опытом (количество лет работы в компании).
Возраст (года) | Образование (года) | Опыт (года) | Заработок (долл.) |
40 ООО | |||
48 ООО | |||
38 ООО | |||
36 ООО | |||
41 ООО |
Используя формулировку задачи целевого программирования из упражнения 8.1.10, постройте уравнение линейной регрессии у — Ь0 + Ь,х, + Ьгх2 + Ь3хъ на основе данных этой таблицы.
10. Решите предыдущую задачу, используя условие Чебышева из упражнения 8.1.11.
Глава 8. Целевое программирование
8.2.2. Метод приоритетов
В методе приоритетов п частных целевых функций ранжируются в порядке их важности, так как их оценивает специалист по принятию решений, т.е.
минимизировать G, = (наивысший приоритет),
минимизировать Gn = рп (наинизший приоритет). Переменные $ — это компоненты отклоняющих переменных, т.е. s. или s~, которые определяют i-ю целевую функцию. Например, в задаче из примера 8.2.1 А = si и А = si •
В методе приоритетов поочередно решаются задачи с одной целевой функцией, начиная с задачи с целевой функцией Gv имеющей наивысший приоритет, и заканчивая задачей с целевой функцией Gn, имеющей минимальный приоритет. В процессе решения последовательных задач решение задачи с целевой функцией, имеющей более низкий приоритет, не может ухудшить полученные ранее решения задач с целевой функцией, имеющих более высокий приоритет. Это означает, что если z(G) — оптимальное значение целевой функции Gt, то для всех i > 1 оптимизация любой целевой функции Gj (j1 > i) с меньшим приоритетом не может ухудшить значение z{G).
В литературе по целевому программированию описан "специальный" симплекс-метод, который гарантирует неухудшаемость решений задач с целевыми функциями более высокого приоритета. Этот метод использует правило исключения столбцов, которое применяется для удаления из оптимальной симплекс-таблицы задачи с целевой функцией Gk небазисной переменной xf с гу - с. * 0 до начала решения задачи с целевой функцией Gk+1. Это правило распознает, что небазисная переменная если она получит ненулевое значение, может ухудшить (но никогда не улучшит) оптимальное значение задачи с целевой функцией, имеющей более высокий приоритет.
К сожалению, этот метод изменения симплекс-таблиц требует более сложных вычислений, чем необходимо на самом деле. Мы покажем, что такого же результата можно достичь более простым способом.
Этап 0. Определяем частные целевые функции задачи и ранжируем их в порядке приоритетов: G, = рх у G2 = р2 у... >- Gn = рп. Положим 1=1.
Этап i. Решаем i-ю задачу ЛП с целевой функцией Gr Обозначим через р'
полученное оптимальное значение отклоняющей переменной рг Если i = п, вычисления заканчиваются, поскольку решена последняя п-я задача. В противном случае вводим в задачу новое ограничение pt = р*, тогда значение pt не сможет измениться при решении последующих задач. Полагаем i = i + 1 и повторяем этап L
Последовательное введение дополнительных ограничений вида pt = р* теоретически не так "элегантно", как правило исключения столбцов. Однако это приводит точно к такому же результату. Кроме того, обоснование введения дополнительных ограничений совершенно очевидно и понятно.
Определенным аргументом в пользу правила исключения столбцов может служить то, что при использовании этого правила происходит удаление переменной, т.е. уменьшается размерность задачи. В то же время описанная выше процедура увеличивает размерность задачи при добавлении новых ограничений. Но если повнимательнее присмотреться к этим ограничениям (вида ft = р*), то легко изменить
8.2. Алгоритмы целевого программирования
вычисления таким образом, чтобы это ограничение учитывалось непосредственно путем подстановки значения р' вместо переменной р, что также уменьшает количество переменных в задаче. (Можно также использовать метод решения задач ЛП с ограниченными переменными из раздела 7.3 для выполнения замены р = р*,
предполагая при этом ограничение вида pt < р].) С этой точки зрения правило исключения столбцов, если отвлечься от его теоретической привлекательности, не имеет особых вычислительных преимуществ по сравнению с описанной выше процедурой. Но ради объективности мы продемонстрируем, как работает правило исключения столбцов в примере 8.2.3. В следующем примере покажем использование описанной выше упрощенной процедуры решения задач с приоритетами.
Пример 8.2.2
Решим методом приоритетов задачу из примера 8.2.1. Предположим, что наибольший приоритет имеет частная целевая функция, соответствующая условию, налагаемому на объем рекламной аудитории. Этап 0. G, >- G2, где
G,: минимизировать s* (условие по рекламной аудитории), G2: минимизировать s~2 (условие по бюджету). Этап 1. Решаем первую задачу ЛП.
Минимизировать G, = $* при выполнении ограничений
4jc, + 8jc2 + s\ - j," = 45 (условие по рекламной аудитории),
8х, + 24х2 + si - si = 100 (условие по бюджету),
+ 2jc2 < 10 (ограничение по рекламным агентам), jc, < 6 (ограничение на рекламу по радио), xx,xv si, si, si, s; >0.
Оптимальное решение этой задачи (найденное с помощью программы TORA) составляет х, = 5 минут, х2 = 2,5 минуты, si =5
миллионов человек, остальные переменные равны нулю. Решение показывает, что условие по объему рекламной аудитории не выполняется с дефицитом в 5 млн. чел.
В этой задаче мы имеем рх = s*x. Поэтому в следующей задаче добавим ограничение $1 = 5.
Этап 2. Теперь необходимо решить вторую задачу ЛП. Минимизировать G2 = si
при выполнении тех же ограничений, что и в предыдущей задаче, плюс дополнительное ограничение si =5. Мы можем решить эту
задачу, используя, как и на предыдущем этапе, программу TORA, и добавив с помощью опции MODIFY (Изменить) новое ограничение.
Глава 8. Целевое программирование
Но в данном случае в решении второй задачи нет необходимости, поскольку уже в решении первой имеем 5," = 0. Следовательно, решение первой задачи автоматически является оптимальным решением второй (можете проверить это утверждение с помощью программы TORA). Решение 5; = 0 показывает, что ограничение, касающееся бюджета рекламной компании, выполняется.
Дополнительное ограничение 5* = 5 можно также учесть путем подстановки значения 5 вместо переменной 5* в первое ограничение. В результате правая часть этого неравенства изменится со значения 45 на 40. Получим следующую задачу ЛП.
Минимизировать G2 = 5; при ограничениях
4jc, + 8х2 - s; = 40,
8х, + 24jc2 + 5,* - s; = 100, хг + 2х2 < 10,
X,) X2j 5,, 5,, 52 ^0.
В новой формулировке этой задачи на одну переменную меньше, чем в первой задаче.
Теперь мы используем ту же задачу, чтобы показать, что наилучшее решение получается тогда, когда в методе приоритетов используется оптимизация "настоящих" целевых функций, а не тех целевых функций, которые строятся только для того, чтобы выполнялись определенные ограничения. Следующий пример также демонстрирует правило исключения столбцов при решении задач целевого программирования.
Пример 8.2.3
Цели, поставленные в задаче из примера 8.2.2, можно переформулировать следующим образом.
Цель 1. Максимизировать объем рекламной аудитории (/>,).
Цель 2. Минимизировать стоимость рекламной кампании (Р2).
Математически эти цели можно выразить с помощью следующих целевых функций.
Максимизировать Р, = 4jc, + 8х2, минимизировать Р2 = 8х, + 24х2.
Отдельные ограничения на желаемый объем рекламной аудитории и стоимость рекламной кампании в данном случае излишни, поскольку для этих величин мы получим границы после решения соответствующих задач.
Получили новую задачу.
Максимизировать Р, = 4х, + 8х2, минимизировать Р2 = 8хх + 24х2
8.2. Алгоритмы целевого программирования
при ограничениях
х, + 2хг < 10,
л-,<6,
xvx2>0.
Сначала решим эту задачу с помощью процедуры, описанной в примере 8.2.2. Этап 1. Решаем первую задачу ЛП.
Максимизировать />, = 4jc, + 8хг
при ограничениях
хх + 2х2<\0,
а-,<6,
jc„jc2>0.
Оптимальное решение этой задачи (полученное с помощью программы TORA) составляет х, = 0, х2 — 5 и Р, = 40. Отсюда видно, что объем рекламной аудитории не может превысить 40 миллионов человек.
Этап 2. Добавим ограничение 4хх + 8х2 > 40, которое гарантирует, что решение, полученное на предыдущем этапе, не будет ухудшено, и решаем следующую задачу ЛП.
Минимизировать/5,, = 8х1 + 24хг
при ограничениях
дг, + 2х2 < 10,
4дг, + 8х2 > 40, хх,х2>0.
Программа TORA дает следующее оптимальное решение этой задачи: Р2 = 96 000 долл., х: = 6 минут их2 = 2 минуты. Мы получили тот же объем рекламной аудитории (Р, = 40 млн. чел.), но за меньшую стоимость. Это результат того, что здесь мы искали оптимальные значения соответствующих величин, а не просто удовлетворяли ограничениям, как в примере 8.2.2.
Теперь решим ту же задачу, используя правило исключения столбцов. Это правило применяется последовательно к строкам симплекс-таблицы, соответствующим частным целевым функциям.
Первая задача ЛП. Максимизация объема рекламной аудитории. При решении этой задачи симплекс-таблица содержит строки, соответствующие как целевой функции Pv так и целевой функции Р2. Строка целевой функции Р2 пока играет пассивную роль, но будет изменена перед решением второй задачи ЛП.
Первая задача решается за две симплексные итерации, как показано в следующей таблице.
Нижняя часть этой таблицы показывает оптимальное решение^ = 0, х2 = 5 и Рх = 40 первой задачи.
Глава 8. Целевое программирование
Итерация | Базис | Xl | Х2 | Si | s2 | Решение | |
Р, | 1 -4 | -8 | |||||
Рг | -8 | -24 | |||||
Si | |||||||
Si | |||||||
Pi | 4 ' | ||||||
Р2 | |||||||
*2 | 1/2 | ч. 1/2 • | |||||
s2 |
Правило исключения столбцов применяется перед решением второй задачи для удаления из симплекс-таблицы с оптимальным решением первой задачи небазисной переменной хр для которой г1 - Cj ф 0. Такие переменные, приняв положительные значения в задаче с более низким приоритетом, ухудшают решение задач с более высоким приоритетом.
Дата публикования: 2014-11-18; Прочитано: 3010 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!